学位论文 > 优秀研究生学位论文题录展示

复杂场景下的车辆识别研究

作　者: 党银强
导　师: 刘海波
学　校: 哈尔滨工程大学
专　业: 计算机应用技术
关键词: 复杂场景 车辆检测 车辆识别 直方图匹配
分类号: TP391.41
类　型: 硕士论文
年　份: 2013年
下　载: 34次
引　用: 0次
阅　读: 论文下载
 

内容摘要


车辆自动检测和识别在智能交通系统以及停车场自动管理等系统中发挥着重要作用，洗车店管理也在逐步向自动化、智能化迈进。洗车业务收费主要是依据车型及车主是否是本店会员。所以，研究洗车店内的车辆自动检测和识别有着重要的现实意义。洗车店内的场景不同于室外的道路和小区等场所，洗车店各式各样，店内的场景异常复杂，给研究工作带来了很大挑战。洗车店的复杂场景主要包括：洗车店内空间狭小、内部光线较暗而洗车店门口处光线强烈、冬天容易产生较浓的雾气、洗车工人的不确定性走动等，这些都给车辆的检测和识别带来了困难。针对洗车店内的复杂场景，本文在图像预处理方面做了细致深入的研究。首先利用图像增强算法改善图像对比度，经过大量实验，Retinex增强算法性能比较突出；然后又重点介绍了图像去雾方法，在众多的图像去雾方法中，通过调整基于暗影通道先验图像去雾算法的去雾程度可以很好的达到去雾目的。车辆检测的任务主要是检测识别出车辆，同时排除非车辆目标（如洗车店员工），本文提出了一种基于图像直方图匹配的车辆自动检测算法，该算法首先在洗车店的地面上设置一个ROI区域，然后通过匹配两个不同时刻ROI区域图像的直方图来判断是否有车辆到来。对于车辆识别，由于洗车店内空间的限制，本文研究了在单目视觉下的车型识别过程，首先通过数字图像处理技术提取出车体，然后通过计算车辆的长度和宽度来对车型进行识别分类。实验结果表明，基于图像直方图匹配的车辆自动检测算法具有操作简单、计算量小、实时性高的优点，能准确的检测识别出车辆目标同时排除非车辆目标，基本满足了实际应用要求。车型识别算法对白色、银灰色等浅颜色的车辆识别效果较好，对深颜色的车辆识别效果还不能令人满意，有待继续提高。

全文目录


摘要  5-6
Abstract  6-8
目录  8-10
第1章 绪论  10-14
  1.1 研究背景及意义  10
  1.2 国内外研究现状  10-11
  1.3 论文的主要研究内容  11-12
  1.4 论文组织结构  12-14
第2章 复杂场景下的图像预处理  14-34
  2.1 灰度化  14
  2.2 图像增强  14-23
    2.2.1 空间域点处理  15
    2.2.2 对比度拉伸  15-17
    2.2.3 直方图均衡化  17-18
    2.2.4 Retinex 增强算法  18-23
  2.3 图像形态学  23-25
    2.3.1 腐蚀运算  23-24
    2.3.2 膨胀运算  24
    2.3.3 开闭运算  24-25
  2.4 图像去雾  25-32
    2.4.1 图像增强法去雾  25-27
    2.4.2 图像复原法去雾  27-32
  2.5 本章小结  32-34
第3章 车辆检测与识别关键技术比较与分析  34-44
  3.1 运动目标检测原理  34-35
  3.2 运动目标检测算法  35-38
    3.2.1 背景差分法  35-36
    3.2.2 帧差分法  36-37
    3.2.3 光流法  37
    3.2.4 基于学习的方法  37-38
    3.2.5 运动目标检测算法比较  38
  3.3 背景建模  38-41
    3.3.1 均值背景模型  39
    3.3.2 中值背景模型  39-40
    3.3.3 高斯背景模型  40
    3.3.4 背景建模方法比较  40-41
  3.4 常见车辆识别方法分析与比较  41-42
  3.5 本章小结  42-44
第4章 洗车店内车辆检测与识别研究  44-66
  4.1 基于直方图匹配的车辆检测算法  44-49
    4.1.1 背景建模  45-46
    4.1.2 背景更新  46-47
    4.1.3 直方图匹配算法  47-49
  4.2 直方图匹配实验  49-59
    4.2.1 直方图匹配实验一  51-55
    4.2.2 直方图匹配实验二  55-59
  4.3 基于车辆尺寸的车型识别  59-62
  4.4 车辆检测和车型识别实验  62-64
    4.4.1 实验环境  62
    4.4.2 实验方案  62-63
    4.4.3 评价指标  63
    4.4.4 实验结果及分析  63-64
  4.5 本章小结  64-66
结论  66-68
参考文献  68-72
攻读硕士学位期间发表的论文和取得的科研成果  72-74
致谢  74

相似论文

  1. 基于机器视觉的车辆检测和车距测量方法研究,TP274
  2. 基于FPGA高清视频车辆检测系统的设计与实现,TP391.41
  3. 水平集方法及其在视频车辆检测中的应用研究,TP391.41
  4. 基于AdaBoost算法的车辆识别系统研究与实现,TP391.41
  5. 基于鱼眼图像的车辆检测算法的研究与实现,TP391.41
  6. 基于DM6467的高清电子警察系统设计与实现,TP399-C6
  7. 车辆识别系统动态特征选择算法的研究与实现,TP391.41
  8. 视频中的人脸检测与跟踪算法研究,TP391.41
  9. 视频电子警察闯红灯抓拍系统研究,TP391.41
  10. GPU在车辆检测与跟踪系统中的应用研究,TP391.41
  11. 基于视频的车辆检测与跟踪算法的研究与实现,TP391.41
  12. 智能交通中车辆检测相关算法的研究与实现,TP391.41
  13. 多尺度车辆检测技术研究,TP391.41
  14. 交通视频监控若干关键算法设计及应用,TP391.41
  15. 融合整体与组件特征的车辆检测方法研究,TP391.41
  16. 基于机器视觉的交通路口车流量检测方法研究,TP274
  17. 结合物体性度量和表观特征的车辆检测,TP391.41
  18. 基于嵌入式的停车场车位自动化管理系统与诱导系统的设计,TP315
  19. 视频图像中运动车辆检测与跟踪技术的研究,TP391.41
  20. 基于视觉选择性注意机制的车辆检测,TP391.41
  21. 基于过程的可定向地磁车辆检测算法研究,U495

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理（信息加工） > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com